CulShield

新的 CulShield 基准揭示大型语言模型在处理文化禁忌方面存在困难

研究人员推出了一项名为 CulShield 的新基准，旨在评估大型语言模型的文化禁忌安全性。该基准涵盖了 77 个国家和 2,000 多个禁忌，评估了显性知识和隐性行为。对 GPT-4o mini 和 Gemini 2.5 Pro 等模型的实验揭示了显著的“知识-行为差距”，即模型在交互场景中常常无法应用已知的禁忌。研究还强调，语言语境会极大地影响大型语言模型对文化禁忌的遵守程度。